1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Manipulowanie danymi szeregów czasowych w Pythonie
Connected

Exercise

Tworzenie szeregu czasowego danych o jakości powietrza

Na filmie pokazaliśmy, jak radzić sobie z datami, które nie mają właściwego formatu i są przechowywane jako typ string, widoczny w pandas jako dtype object.

Przygotowaliśmy dla ciebie zbiór danych dotyczących jakości powietrza (ozon, PM2,5 i tlenek węgla dla Nowego Jorku w latach 2000–2017), abyś mógł ćwiczyć użycie pd.to_datetime().

Instrukcje

100 XP

Biblioteki pandas (jako pd) i matplotlib.pyplot (jako plt) są już zaimportowane, a dane o jakości powietrza zostały wczytane do zmiennej data jako DataFrame.

  • Zbadaj obiekt data za pomocą .info().
  • Użyj pd.to_datetime, aby przekonwertować kolumnę 'date' na typ datetime64.
  • Ustaw kolumnę 'date' jako indeks.
  • Sprawdź wprowadzone zmiany, wywołując ponownie .info() na obiekcie data.
  • Wykreśl dane z obiektu data, używając parametru subplots=True.